[发明专利]一种基于视网膜机制的灰度图像增强方法

摘要

本发明属于计算机视觉技术领域，特别涉及灰度图像的亮度增强和边缘增强。具体流程包括估计全局亮度确定算法自适应参数、生成图像的亮度映射图、计算亮度增强图像和边缘加强处理。首先通过全局暗区域的亮度分布情况，对自适应参数进行估计；然后分别对图像进行全局的亮度增强处理，并由调制函数得出整幅图片的调制映射图，计算得出亮度增强的结果；最后基于自适应尺度的高斯差模型来实现边缘的增强，模型尺度由对比度所影响，最终可以在明亮区域加强更细小的纹理信息，黑暗区域则加强比较大的轮廓信息。本发明能够有效增强灰度图像的整体亮度和对比度，并且自身的自适应特性对于明暗区域的边缘加强都能起到很好的作用。

主权项

一种基于视网膜机制的灰度图像增强方法，其特征在于包括下列步骤：步骤1、模拟水平细胞感受野的大范围特性，确定自适应参数，进行一次全局亮度增强处理，该处理全局亮度增强的函数与视锥细胞响应特性相符：根据阈值确定图像的黑暗区域，由该区域的平均亮度变换得出自适应参数，参数与平均亮度呈反比，该变换得出自适应参数的函数的定义域是[1,128]，值域是[10,25]，之后对整体图像进行全局映射处理，该全局映射函数整体形状是一个S形，定义域是[1,255]，值域是[1,255]；其中有三个参数来影响函数形状的中心点的横纵坐标以及曲线中心部分的斜率，影响斜率的参数范围是3～7，数值越小，黑暗区域的函数斜率就越大，而对明亮部分细节的压缩就越强；步骤2、计算调制函数图,对图像进行亮度增强，该函数基于水平细胞调制作用的具体特性：将步骤1所得到的自适应参数输入调制函数，自适应参数越大，调制函数的斜率绝对值越大，调制的亮度范围越窄；调制函数是水平细胞对于视锥细胞负反馈作用特性的量化函数，反馈函数所输出的反馈值与亮度成反比，调制函数是一个单调递减的连续函数，最小值是1，函数的定义域是[1,255]，值域是[1,35]；最终将上述计算所得的调制函数分布图与图像像素一一对应相乘，得出亮度增强图；步骤3、计算图像的局部高斯差中心系数分布图：使用RMS(Root Means Quared)方法计算出模板尺寸是3×3的图像局部对比度分布图，根据图像局部对比度分布图计算出对应的二维高斯模板中心系数分布图，中心系数的范围是0.2～1,中心系数与对比度呈线性反比关系，对比度越大，中心系数越小，高斯差模型的外周系数是中心系数的3倍；对比度与中心系数之间的转换函数，对比度值是自变量，定义域是[0,1]，值域是[0.2,1]；对于二维高斯模板的计算，使用0.0001作为阈值，小于阈值的部分作为无用成分丢弃，整个模板除以模板元素的总和，保证处理后的模板元素和是1；步骤4、模拟双极细胞的感受野特性，通过高斯差模型提取边缘对原图进行增强：使用步骤3对应的不同中心系数，计算出相应外周系数，将不同参数的高斯差模型与原图卷积，得出边缘信息；最终将提取出的边缘信息乘以系数与原图相加，系数范围是0.5～1。